Tại Hội nghị các nhà phát triển I/O diễn ra vào ngày 20/5, Google đã công bố một loạt cập nhật quan trọng cho các dự án trí tuệ nhân tạo (AI) của mình, trong đó nổi bật là mô hình Gemini với định vị trở thành một trợ lý phổ quát.

Một trong những tính năng đáng chú ý được hỗ trợ bởi Gemini là khả năng dịch giọng nói trực tiếp trong Google Meet. Google cho biết tính năng này có thể dịch những gì người dùng nói sang ngôn ngữ ưa thích của người đối thoại. Công ty khẳng định bản dịch do AI tạo ra sẽ giữ nguyên âm thanh giọng nói, ngữ điệu và biểu cảm của người nói.

Tính năng này đang được triển khai dưới dạng beta cho những người dùng đăng ký gói AI Pro của Google, hoặc gói AI Ultra mới được công bố với giá 249,99 USD/tháng.

Trong một bản thử nghiệm do Google trình chiếu, một người nói tiếng Anh tham gia cuộc gọi với một đồng nghiệp nói tiếng Tây Ban Nha. Khi đồng nghiệp bật tính năng dịch giọng nói của Gemini, Meet bắt đầu lồng tiếng những gì họ nói bằng bản dịch tiếng Anh do AI tạo ra, bao gồm cả ngữ điệu giọng nói.

Hiện tại, Meet chỉ có thể dịch giữa tiếng Anh và tiếng Tây Ban Nha, nhưng Google có kế hoạch bổ sung hỗ trợ cho tiếng Italy (I-ta-li-a), tiếng Đức và tiếng Bồ Đào Nha trong những tuần tới. Đáng chú ý, Microsoft Teams cũng đã ra mắt một tính năng dịch thuật AI tương tự trong bản xem trước vào đầu năm nay.

Bên cạnh đó, Google cũng giới thiệu kính thông minh XR mới, tích hợp khả năng thực tế tăng cường bao gồm cả dịch ngôn ngữ trực tiếp. Trong một bản trình diễn thử nghiệm ấn tượng, một nhân viên Google đã đeo chiếc kính mới và trình diễn khả năng của cặp kính được hỗ trợ bởi Gemini. Ví dụ, kính có thể nhớ lại logo trên cốc cà phê mà người dùng cầm trước đó và yêu cầu Gemini lên lịch một cuộc họp tại quán cà phê đó. Kính cũng có thể hiển thị chỉ đường và chụp ảnh.

Tính năng dịch ngôn ngữ theo thời gian thực của kính XR cũng được trình diễn, mặc dù đã xảy ra một trục trặc nhỏ trên sân khấu - điều mà đội ngũ phát triển thừa nhận là một rủi ro.

Tại sự kiện, tham vọng biến Gemini thành một trợ lý AI phổ quát được thể hiện rõ hơn khi Google tiết lộ đang thử nghiệm một "chế độ tác nhân” (agent mode) mới. Chế độ này cho phép người dùng ủy thác các tác vụ phức tạp cho mô hình AI, bao gồm tìm kiếm căn hộ và thậm chí trả lời tin nhắn của bạn bè.

Ngoài các tiến bộ về công nghệ AI trong truyền phát hình ảnh và lập trình, Google cũng giới thiệu các phiên bản mới nhất của mô hình AI tạo video và hình ảnh tiên tiến cùng một công cụ làm phim toàn diện mới có tên là Flow.

Hội nghị dành thời gian đáng kể cho hàng loạt cập nhật sắp tới của Google Search. Công cụ tìm kiếm này giờ đây có thể thực hiện các tác vụ phức tạp hơn trong "chế độ AI", khi chế độ này có thể lấy thông tin từ email và thậm chí giúp người dùng thử và mua quần áo.

Sau sự kiện I/O năm ngoái, Google đã phải đối mặt với một số chỉ trích khi các tính năng tìm kiếm AI mới do Gemini cung cấp đưa ra một số câu trả lời không chính xác và kỳ lạ. Một số ảnh chụp màn hình cho thấy Gemini khuyên mọi người "ăn một viên đá nhỏ mỗi ngày" hoặc thêm keo dán không độc hại để phô-mai không trượt khỏi bánh pizza.

Với việc Google đang đẩy mạnh xây dựng các chức năng AI trong tìm kiếm, Phó chủ tịch phụ trách tìm kiếm Liz Reid đã thừa nhận các vấn đề của năm ngoái và mô tả chúng là "những trường hợp cá biệt và khá hiếm." Trao đổi với các phóng viên trước sự kiện I/O năm nay, bà Reid cho biết công ty đã cải thiện chất lượng, độ chính xác và tính xác thực của các chế độ AI.

Theo chia sẻ của bà Reid, Google đã rất nghiêm túc xem xét và thực hiện nhiều cải tiến kể từ đó, bao gồm nâng cấp lên các mô hình mới hơn và tiếp tục điều chỉnh và huấn luyện mô hình.